projekt 1
Marta Bodzak 145298
2023-12-10
1 Podsumowanie analizy
Z każdym rokiem ceny zestawów rosną.
Jest to kluczowa obserwacja dla wytrenowanego modelu. Na jego podstawie można wymyśleć własny zestaw i przewidzieć w jakim roku mogłaby być jego cena.
2 Kod wyliczający wykorzystane biblioteki.
library(knitr)
library(readr)
library(dplyr)
library(ggplot2)
library(DT)
library(plotly)
library(caret)3 Kod zapewniający powtarzalność wyników przy każdym uruchomieniu raportu na tych samych danych.
set.seed(123)4 Kod pozwalający wczytać dane z plików.
data_files <- c("inventories", "inventory_parts", "parts", "part_categories", "part_relationships", "elements", "colors", "inventory_minifigs", "minifigs", "inventory_sets", "sets", "themes")
data_list <- lapply(data_files, function(x) read_csv(paste0("Data/", x, ".csv")))5 Kod przetwarzający brakujące dane.
additional_data <- read_csv("Data/Brickset-Sets.csv")6 Sekcję podsumowującą rozmiar zbioru i podstawowe statystyki.
6.1 inventories
6.1.1 Rozmiar zbioru:
[1] 37265 3
6.1.2 Podstawowe statystyki:
6.1.2.1 id
Min. : 1
1st Qu.: 14424
Median : 54379
Mean : 61104
3rd Qu.: 88842
Max. :194312
6.1.2.2 version
Min. : 1.000
1st Qu.: 1.000
Median : 1.000
Mean : 1.091
3rd Qu.: 1.000
Max. :16.000
6.1.2.3 set_num
Length:37265
Class :character
Mode :character
6.2 inventory_parts
6.2.1 Rozmiar zbioru:
[1] 1180987 6
6.2.2 Podstawowe statystyki:
6.2.2.1 inventory_id
Min. : 1
1st Qu.: 9404
Median : 22838
Mean : 50849
3rd Qu.: 87088
Max. :194312
6.2.2.2 part_num
Length:1180987
Class :character
Mode :character
6.2.2.3 color_id
Min. : -1.0
1st Qu.: 4.0
Median : 15.0
Mean : 131.8
3rd Qu.: 71.0
Max. :9999.0
6.2.2.4 quantity
Min. : 1.00
1st Qu.: 1.00
Median : 2.00
Mean : 3.37
3rd Qu.: 4.00
Max. :3064.00
6.2.2.5 is_spare
Mode :logical
FALSE:1104122
TRUE :76865
6.2.2.6 img_url
Length:1180987
Class :character
Mode :character
6.3 parts
6.3.1 Rozmiar zbioru:
[1] 52615 4
6.3.2 Podstawowe statystyki:
6.3.2.1 part_num
Length:52615
Class :character
Mode :character
6.3.2.2 name
Length:52615
Class :character
Mode :character
6.3.2.3 part_cat_id
Min. : 1.00
1st Qu.:17.00
Median :41.00
Mean :38.91
3rd Qu.:60.00
Max. :68.00
6.3.2.4 part_material
Length:52615
Class :character
Mode :character
6.4 part_categories
6.4.1 Rozmiar zbioru:
[1] 66 2
6.4.2 Podstawowe statystyki:
6.4.2.1 id
Min. : 1.00
1st Qu.:19.25
Median :35.50
Mean :35.36
3rd Qu.:51.75
Max. :68.00
6.4.2.2 name
Length:66
Class :character
Mode :character
6.5 part_relationships
6.5.1 Rozmiar zbioru:
[1] 29977 3
6.5.2 Podstawowe statystyki:
6.5.2.1 rel_type
Length:29977
Class :character
Mode :character
6.5.2.2 child_part_num
Length:29977
Class :character
Mode :character
6.5.2.3 parent_part_num
Length:29977
Class :character
Mode :character
6.6 elements
6.6.1 Rozmiar zbioru:
[1] 84138 4
6.6.2 Podstawowe statystyki:
6.6.2.1 element_id
Min. : 9327
1st Qu.: 4259774
Median : 6057754
Mean : 5222065
3rd Qu.: 6262024
Max. :61532443
6.6.2.2 part_num
Length:84138
Class :character
Mode :character
6.6.2.3 color_id
Min. : -1.0
1st Qu.: 8.0
Median : 28.0
Mean : 539.7
3rd Qu.: 135.0
Max. :9999.0
6.6.2.4 design_id
Min. : 1001
1st Qu.: 18454
Median : 41748
Mean : 45570
3rd Qu.: 75475
Max. :107520
NA’s :23682
6.7 colors
6.7.1 Rozmiar zbioru:
[1] 263 4
6.7.2 Podstawowe statystyki:
6.7.2.1 id
Min. : -1.0
1st Qu.: 83.0
Median :1005.0
Mean : 651.4
3rd Qu.:1070.5
Max. :9999.0
6.7.2.2 name
Length:263
Class :character
Mode :character
6.7.2.3 rgb
Length:263
Class :character
Mode :character
6.7.2.4 is_trans
Mode :logical
FALSE:219
TRUE :44
6.8 inventory_minifigs
6.8.1 Rozmiar zbioru:
[1] 20858 3
6.8.2 Podstawowe statystyki:
6.8.2.1 inventory_id
Min. : 3
1st Qu.: 7869
Median : 15681
Mean : 43010
3rd Qu.: 66834
Max. :194312
6.8.2.2 fig_num
Length:20858
Class :character
Mode :character
6.8.2.3 quantity
Min. : 1.000
1st Qu.: 1.000
Median : 1.000
Mean : 1.062
3rd Qu.: 1.000
Max. :100.000
6.9 minifigs
6.9.1 Rozmiar zbioru:
[1] 13764 4
6.9.2 Podstawowe statystyki:
6.9.2.1 fig_num
Length:13764
Class :character
Mode :character
6.9.2.2 name
Length:13764
Class :character
Mode :character
6.9.2.3 num_parts
Min. : 0.000
1st Qu.: 4.000
Median : 4.000
Mean : 5.296
3rd Qu.: 5.000
Max. :156.000
6.9.2.4 img_url
Length:13764
Class :character
Mode :character
6.10 inventory_sets
6.10.1 Rozmiar zbioru:
[1] 4358 3
6.10.2 Podstawowe statystyki:
6.10.2.1 inventory_id
Min. : 35
1st Qu.: 8076
Median : 16423
Mean : 52519
3rd Qu.: 98685
Max. :191576
6.10.2.2 set_num
Length:4358
Class :character
Mode :character
6.10.2.3 quantity
Min. : 1.000
1st Qu.: 1.000
Median : 1.000
Mean : 1.813
3rd Qu.: 1.000
Max. :60.000
6.11 sets
6.11.1 Rozmiar zbioru:
[1] 21880 6
6.11.2 Podstawowe statystyki:
6.11.2.1 set_num
Length:21880
Class :character
Mode :character
6.11.2.2 name
Length:21880
Class :character
Mode :character
6.11.2.3 year
Min. :1949
1st Qu.:2001
Median :2012
Mean :2008
3rd Qu.:2018
Max. :2024
6.11.2.4 theme_id
Min. : 1
1st Qu.:273
Median :497
Mean :442
3rd Qu.:608
Max. :752
6.11.2.5 num_parts
Min. : 0.0
1st Qu.: 3.0
Median : 31.0
Mean : 161.4
3rd Qu.: 139.0
Max. :11695.0
6.11.2.6 img_url
Length:21880
Class :character
Mode :character
6.12 themes
6.12.1 Rozmiar zbioru:
[1] 468 3
6.12.2 Podstawowe statystyki:
6.12.2.1 id
Min. : 1.0
1st Qu.:250.5
Median :466.0
Mean :433.5
3rd Qu.:625.2
Max. :752.0
6.12.2.2 name
Length:468
Class :character
Mode :character
6.12.2.3 parent_id
Min. : 1.0
1st Qu.:186.0
Median :411.0
Mean :360.6
3rd Qu.:512.5
Max. :697.0
NA’s :145
7 Szczegółową analizę wartości atrybutów (np. poprzez prezentację rozkładów wartości).
7.1 inventories
7.1.1 Wykres
7.1.2 99. percentyl dla liczby wystąpień ‘set_num’
7.2 Zapasy klocków w kolorach (inventory_parts i colors)
7.2.1 90. percentyl dla liczby wystąpień (color)‘name’
7.3 Skład części klocków lego (parts)
7.4 Pojedyńcze klocki w kolorach (elements i colors)
7.4.1 90. percentyl dla liczby wystąpień (color)‘name’
7.5 Zapasy klocków na podstawie zestawów (inventory_sets i sets)
7.5.1 98. percentyl dla liczby wystąpień ‘set_name’
7.6 Dostępne zestawy na podstawie kategorii zestawów (sets i themes)
7.6.1 90. percentyl dla liczby wystąpień (themes)‘name’
7.7 Średnia cena zestawów według zestawów(Brickset-Sets i sets)
7.7.1 99. percentyl dla liczby wystąpień ‘set_name’
8 Sekcję sprawdzającą korelacje między zmiennymi; sekcja ta powinna zawierać jakąś formę graficznej prezentacji korelacji.
9 Interaktywne wykresy lub animacje.
10 Sekcję próbującą podsumować najważniejsze trendy w rozwoju Lego na przestrzeni.
Najwięcej jest klocków w kolorze czarnym, co odpowiada też zapasom klocków o tym kolorze. Najwięcej dostępnych zestawów jest z kategorii Millennium Falcon. Na drugiej pozycji znajduje ię Taj Mahal. Średnio najdroższym zestawem (z najpopularniejszych) jest liebhner Crawler Crane LR 13000. Znacząca większość klocków jest produkowana z plastiku. Są też klocki zrobione z Kartonu i papieru, materiału, gumy i w niektórych przypadkach z piany, rozciągliwego plastiku oraz metalu. Z każdym rokiem ceny zestawów rosną. # Sekcję próbującą przewidzieć dalsze cechy zestawów Lego.
## Linear Regression
##
## 1085 samples
## 8 predictor
##
## No pre-processing
## Resampling: Cross-Validated (10 fold)
## Summary of sample sizes: 976, 976, 976, 977, 976, 977, ...
## Resampling results:
##
## RMSE Rsquared MAE
## 11.93089 0.9354219 7.028383
##
## Tuning parameter 'intercept' was held constant at a value of TRUE## RMSE Rsquared MAE
## 14.2532114 0.9534482 6.8310100